Calcul des prédicats

Dimension: px
Commencer à balayer dès la page:

Download "Calcul des prédicats"

Transcription

1 MAGISTERE MATH.-INFO. ( ) Logique E. Bouscaren Calcul des prédicats Notes complémentaires (1) 1 Syntaxe 1.1 Langages Un langage (ou un type de similarité) égalitaire L est défini par les données suivantes : Un ensemble R de symboles de relation, ou symboles de prédicat. A chaque symbole R R est associé un entier n 1, appelé son arité. On dit que R est un symbole de relation n-aire, ou à n arguments. On distingue un symbole binaire particulier, que l on note R =. Un ensemble F de symboles de fonction. A chaque symbole f F est associé un entier n 1, appelé son arité. On dit que f est un symbole de fonction n-aire, ou à n arguments. Un ensemble C de symboles de constantes. On considère les mots (suites finies) dans le vocabulaire formé des symboles de R, F, C, des parenthèses {(} et {)}, de la virgule {, } et des symboles logiques suivants : Les connecteurs propositionnels, et ; le quantificateurs, qui se lit il existe, et est appelé le quantificateur existentiel, et le quantificateur, qui se lit pour tout et est appelé le quantificateur universel; un ensemble dénombrable V = {v 0,..., v n,...} de variables. 1.2 Termes L ensemble des termes du langage L, noté T, est, par définition, le plus petit ensemble de mots (suites finies) écrits avec le vocabulaire V F C {(} {)} {, } tel que : Chaque variable est un terme. Chaque constante est un terme. Si f est un symbole de fonction d arité n, et si t 1,..., t n sont des termes, alors f(t 1,..., t n ) est un terme. La longueur d un terme est, par définition, le nombre de symboles de ce terme. Lemme 1 (Lecture unique) Chaque terme est, soit une variable, soit un symbole de constante, soit de la forme f(t 1,..., t n ) où f est un symbole de fonction d arité n, et t 1,..., t n sont des termes. Cette écriture est unique. 1

2 Existence : immédiate, par récurrence sur la longueur du terme. Unicité : on utilise le Lemme 2 Si t est un terme, alors ts 1... s k n en est pas un, quels que soient k > 0 et les symboles s 1,..., s k (variables, symboles de constante, symboles de fonction, parenthèses ou virgule). Preuve par récurrence sur la longueur du terme : c est évident si t est une variable x ou un symbole de constante, car un terme de longueur > 1 doit commencer par un symbole de fonction. Supposons que t = f(t 1,..., t n ), et que t = ts 1... s k soit un terme. Alors t est un terme qui commence par le symbole f, donc t = f(t 1,..., t n). On ne peut avoir t i = t i pour chaque i (1 i n), puisque t t. Soit j le premier entier n tel que t j t j. On a donc f(t 1,..., t j 1 = f(t 1... t j 1, ; et donc t j... t n )s 1... s k = t j... t n). Comme t j t j, on voit que, ou bien t j = t j s 1... s l, ou bien t j = t js 1... s l, s 1,..., s l étant des symboles. Ceci contredit l hypothèse de récurrence, puisque t j est plus court que t (et donc, dans le deuxième cas, t j est aussi plus court que t). On désignera par t[v 1,..., v k ] un terme dont les variables se trouvent dans l ensemble {v 1,..., v k }. Un terme sans variable est appelé un terme clos. Pour qu il existe un terme clos, il faut et il suffit qu il y ait au moins un symbole de constante dans L. Le lemme de lecture unique nous permet de définir des fonctions par induction sur l ensemble des termes. Exemple: Substitutions dans un terme. Une substitution est une application σ : T T telle que σ(f(t 1,..., t n )) = f(σ(t 1 ),..., σ(t n )) quels que soient le symbole de fonction f d arité n, et les termes t 1,..., t n et telle que σ(c) = c pour tout symbole de constante c. La donnée d une substitution équivaut à celle d une fonction σ 0 : V T. En effet, il existe alors un unique prolongement à T, et un seul, qui est une substitution. 1.3 Formules du premier ordre Une formule atomique du langage L est une suite de symboles de la forme R(t 1,..., t n ), où R est un symbole de prédicat d arité n, et t i T pour 1 i n. Lorsque R est un symbole de relation d arité 2, la formule atomique R(t, u) est parfois écrite tru. C est toujours le cas lorsque R est le symbole R =. L ensemble des formules du langage L est le plus petit ensemble de mots qui contient les formules atomiques et qui est clos par les opérations suivantes: Si F, G sont des formules, alors F, (F G), (F G) sont des formules. Si F est une formule et v une variable, alors vf et vf sont des formules. Une occurrence de la variable v dans la formule F, est, par définition, une apparition de v dans la suite finie F. 2

3 On définit quand une occurence de la variable v dans la formule F est libre par induction sur F, de la façon suivante : Si F est une formule atomique, chaque occurrence de v dans F est libre. Si F est de la forme G (respectivement (G H)) ou (G H)), une occurence de v dans F est libre si c est une occurence libre de v dans G (respectivement si c est une occurence libre de v dans G ou une occurence libre de v dans H). Si F est de la forme wg ou wg, il y a deux cas : si w v, les occurrences libres de v dans F sont les occurrences libres de v dans G; si w = v, alors v n a aucune occurrence libre dans F. Une variable v est dite libre dans la formule F si elle a au moins une occurrence libre dans F. Si la variable v apparait dans F et n est pas libre, on dira qu elle est liée. Une formule est dite close si elle n a aucune variable libre. Les formules closes seront aussi appellées des énoncés. On définit par induction les sous-formules d une formule: si F est une formule atomique, G est une sous-formule de F ssi F = G, si F = H, G est une sous-formule de F ssi G est une sous-formule de H ou G = F, si F = (H 1 H 2 ), G est une sous-formule de F ssi G est une sous-formule de H 1 ou G est une sous-formule de H 2 ou G = F, si F = (H 1 H 2 ), G est une sous-formule de F ssi G est une sous-formule de H 1 ou G est une sous-formule de H 2 ou G = F, si F = v H, G est une sous-formule de F ssi G est une sous-formule de H ou G = F. si F = v H, G est une sous-formule de F ssi G est une sous-formule de H ou G = F. On dira qu une variable v est ambigue dans la formule F si v est libre dans F mais apparait comme variable liée dans une sous-formule de F. Une formule est dite propre si elle n a pas de variables ambigues. On utilisera la notation F [v 0,..., v k ] pour désigner une formule F dont toutes les variables libres se trouvent parmi l ensemble fini de variables {v 0,..., v k }. On a bien sûr un théorème de lecture unique pour les formules de L et on peut donc définir des fonctions par induction. 2 Sémantique 2.1 Interprétation et satisfaction L-structures Étant donné un langage L (égalitaire), on définit la notion de L-structure (égalitaire). Une L-structure (égalitaire) M est constituée des données suivantes : Un ensemble non vide M, ensemble de base de la structure M. Pour chaque symbole de relation R de L, d arité n R, une partie R M de M n R ; R M est donc une relation n R -aire sur l ensemble M, appelée l interprétation du symbole R dans 3

4 M. Dans une structure égalitaire la relation R = est toujours interprétée par la diagonale dans M 2, c est-à-dire par la relation d égalité dans M. Pour chaque symbole de fonction f de L, d arité n f, une fonction f M : M n f M. Pour chaque symbole de constante c de L, un élément c M de M. On écrira M =< M; R M, f M, c M ; R R, f F, c C >. Exemples: 1. L = {R} avec R un symbole de relation d arité 2. Alors =< Z; > est une L-structure dans la quelle la relation R est interprétée par la relation d ordre habituelle. Si M 2 =< Z; p >, alors M 2 est une autre L-structure dans laquelle R est interprétée par la relation de congruence modulo p. 2. L = {f 1, f 2, c} avec f 1 un symbole de fonction d arité 2, f 2 un symbole de fonction d arité 1, et c un symbole de constante. =< Z; +,, 0 > est une L-structure dans la quelle f 1 est l addition, f 2 (x) = x et c = 0. M 2 =< R \ {0};., 1, 1 > est une L-structure dans la quelle f 1 est interprétée par la multiplication, f 2 par la fonction x 1 et la constante c par 1. Ce langage est celui qu on utilise pour parler des groupes. 3. L = {f 1, f 2, f 3, c 1, c 2 } avec f 1 un symbole de fonction d arité 2, f 2 un symbole de fonction d arité 1, f 3 un symbole de fonction d arité 2, c 1 et c 2 deux symboles de constantes. =< Z; +,,., 0, 1 > est une L-structure dans laquelle f 1 est l addition, f 2 (x) = x, f 3 est interprétée par la multiplication, c 1 = 0 et c 2 = 1. Ce langage est celui qu on utilise pour parler des anneaux Morphismes Soient L un langage, M et N deux L-structures et h une application de M dans N. L application h est un L-homomorphisme de M dans N si h vérifie: (1) pour tout symbole c de constante de L, h(c M ) = c N, (2) pour tout symbole f de fonction de L, d arité k, pour tout (m 1,..., m k ) M k, h(f M (m 1,..., m k )) = f N (h(m 1 ),..., h(m k )) (c est-à-dire h f M = f N h), (3) pour tout symbole R de relation de L, d arité k, pour tout (m 1,..., m k ) M k, si R M (m 1,..., m k ) R M, alors (h(m 1 ),..., h(m k )) R N. L application h est un L-plongement de M dans N si h est un L-homomorphisme et satisfait en plus que pour tout symbole R de relation de L, d arité k, pour tout (m 1,..., m k ) M k, (m 1,..., m k ) R M, si et seulement si (h(m 1 ),..., h(m k )) R N. En particulier, dans le cas de langages et de structures égalitaires, un L-plongement est injectif. Un L-plongement surjectif est appelé un L-isomorphisme. Un L-isomorphisme de M dans M est appelé un L-automorphisme de M. Remarque: un L-homomorphisme injectif n est pas forcément un L-plongement. C est le cas si le langage L ne comprend pas de symbole de relation autre que l égalité, mais si on considère le langage L d une relation binaire, et les deux L-structures = < Z, 6 > 4

5 et M 2 =< Z, 3 >, où n est la congruence modulo n, alors l identité est un L- homomorphisme bijectif de dans M 2 mais n est pas un L-plongement Valeur ou interprétation des termes Soit M une L-structure, M =< M,... >. Pour chaque n 0, à chaque terme t de L, dont les variables sont parmi {v 0,..., v n }, on associe sa valeur ou son interprétation en (a 0,..., a n ) M n+1, notée t M [v 0 a 0,..., v n a n ]. Elle est définie par induction sur la longueur de t : Si t est une variable v i, t M [v 0 a 0,..., v n a n ] = a i. Si t est un symbole de constante c de L, t M [v 0 a 0,..., v n a n ] = c M. Si t = f(t 1,..., t k ), alors t M [v 0 a 0,..., v n a n ] = f M (t [v 0 a 0,..., v n a n ],..., t M k [v 0 a 0,..., v n a n ]) Satisfaction des formules Soit F [v 0,..., v n ] une formule ayant ses variables libres parmi {v 0,..., v n }. On définit, pour tout n, pour toute L-structure M, pour tout n+1-uple d éléments de M, (a 0,..., a n ), par induction sur la hauteur de F, les expressions synonymes M satisfait F [v 0 a 0,..., v n a n ], ou encore F est vraie dans M pour (a 0,..., a n ), notée M = F [v 0 a 0,..., v n a n ]: Si F est la formule atomique R(t 1,..., t k ) (R est un symbole de relation k-aire, t 1,..., t k sont des termes), alors M = F [v 0 a 0,..., v n a n ] si et seulement si (t [v 0 a 0,..., v n a n ],..., t M k [v 0 a 0,..., v n a n ]) appartient au sous-ensemble de M k qui est l interprétation du symbole R, R M. Si F est G, alors M = F [v 0 a 0,..., v n a n ] si et seulement si M ne satisfait pas G[v 0 a 0,..., v n a n ]. Si F est (G H) alors M = F [v 0 a 0,..., v n a n ] si et seulement si M = G[v 0 a 0,..., v n a n ] et M = H[v 0 a 0,..., v n a n ]. Si F est (G H) alors M = F [v 0 a 0,..., v n a n ] si et seulement si M = G[v 0 a 0,..., v n a n ] ou M = H[v 0 a 0,..., v n a n ]. Si F est w G, M = F [v 0 a 0,..., v n a n ] si et seulement s il existe b M tel que M = G[v 0 a 0,..., v n a n, w b]. Si F est w G, alors M = F si et seulement si, pour tout b M, M = G[v 0 a 0,..., v n a n, w b]. On remarque que les deux définitions au-dessus n ont d intêret que si effectivement la variable w apparait librement dans la formule G mais que dans les autres cas elle ne pose pas de problèmes: si w n apparait pas du tout dans G, alors M = G[v 0 a 0,..., v n 5

6 a n, w b] ssi M = G[v 0 a 0,..., v n a n ]. Si w apparaît dans G comme variable liée, il en est de même. Plus généralement on vérifie que si les variables libres de F sont parmi {v 0,..., v k }, pour k < n, alors M = F [v 0 a 0,..., v k a k,..., v n a n ] si et seulement si M = F [v 0 a 0,..., v k a k ]. En particulier, si F est une formule close, c est à dire sans aucune variable libre, alors la valeur de vérité de F dans M ne dépend pas du n-uple auquel on l applique: la formule est toujours soit vraie, soit fausse dans M. Donc on écrira simplement M = F et on dira que M est un modèle de F. Une formule close F du langage L est dite universellement valide si elle est satisfaite par toute L-structure. Connecteurs supplémentaires: On utilisera les notations suivantes, si F, G sont des formules: (F G) pour la formule ( F G) (F G) pour la formule ((F G) (G F )) Équivalence, conséquence sémantique Deux formules F [v 0,..., v n ] et G[v 0,..., v n ] sont dites équivalentes si la formule v 0... v n (F G) est universellement valide. Cela revient à dire que, dans toute L-structure M, pour tout n + 1-uple (a 0,..., a n ) M n, on a que M = F [v 0 a 0,..., v n a n ] si et seulement si M = G[v 0 a 0,..., v n a n ]. Soit Σ un ensemble d énoncés de L. On dit qu une L-structure M est un modèle de Σ si M est modèle de chaque énoncé F de l ensemble Σ. On dit que un énoncé F est conséquence sémantique (ou, plus simplement, conséquence) de Σ si tout modèle de Σ satisfait F. La notation est Σ F. Un énoncé F est universellement valide si et seulement si il est conséquence de, donc noté F. 3 Quelques lemmes grammaticaux 3.1 Substitutions dans une formule Soit σ : V T une substitution. On a vu que σ s étend en une application, notée aussi σ de T dans T (1.2). On définit alors une application de F (L) dans F (L) (F (L) étant l ensemble des formules du langage L), que nous noterons encore σ; σ(f ) est définie par induction: Si F est une formule atomique R(t 1,..., t n ), alors σ(f ) est la formule R(σ(t 1 ),..., σ(t n )). Si F = G (respectivement (G H), (G H)), alors F = σ(g) (respectivement (σ(g) σ(h)), (σ(g) σ(h)) ). Si F = v G, (respectivement F = v G) alors σ(f ) est la formule v σ (G)) (respectivement σ(f ) est la formule v σ (G)), où σ : V T est la substitution définie par σ (w) = σ(w) pour toute variable w v, et σ (v) = v. 6

7 Lorsque σ est la substitution [t 1 /v 1,..., t k /v k ], la formule σ(f ) est notée F [t 1 /v 1,..., t k /v k ]. C est donc la formule obtenue en remplaçant simultanément dans F, chaque occurrence libre de la variable v i par le terme t i (1 i k). Par exemple, ( v 1 (v 1 v 2 v 1 v 3 ) v 1 + v 2 v 1 + v 3 )[t 1 /v 1, t 2 /v 2, t 3 /v 3 ] est la formule ( v 1 (v 1 t 2 v 1 t 3 ) t 1 + t 2 t 1 + t 3 ). Malheureusement, cette opération de substitution dans les formules n a pas toujours le comportement attendu, à cause du phénomène dit de capture des variables. C est pourquoi on impose habituellement la restriction suivante : la substitution [t 1 /v 1,..., t k /v k ] ne sera effectuée dans une formule F que si aucune variable liée dans F n apparaît dans les termes t 1,..., t k. En particulier, lorsque t 1,..., t k sont des termes clos, la substitution [t 1 /v 1,..., t k /v k ] peut toujours être effectuée. La raison de cette restriction est sémantique et non syntaxique : sans cette restriction, le sens de la formule obtenue par substitution peut ne pas être celui qu on attend. Par exemple, si F est la formule y(x y), la signification de F est x est le plus petit élément ; on voudrait donc que la signification de F [t/x] soit t est le plus petit élément. Or F [y/x] est y(y y) dont le sens n est pas y est le plus petit élément. Cette restriction n est, en fait, pas bien grave. En effet, pour pouvoir effectuer, dans F, la substitution [t 1 /v 1,..., t k /v k ], il suffit de changer le nom des variables liées de F (voir proposition 5 un peu plus loin). Cette opération transforme F en une formule qui a le même sens. Dans l exemple précédent, on remplace la formule F = y(x y) par la formule F = z(x z), obtenue en changeant la variable liée y en z dans F. Alors F [y/x] est z(y z), qui a bien la signification voulue. 3.2 Quelques équivalences On peut vérifier: Proposition 3 v(f G) équivaut à ( v F v G) et v(f G) équivaut à ( v F v G) quelles que soient les formules F, G. Qv (F G) équivaut à (Qv F G) si la variable v n est pas libre dans G; quand Q est soit, soit, et est soit, soit. Proposition 4 v w F équivaut à w v F ; v w F équivaut à v w F ; v F équivaut à v F. La proposition suivante va nous permettre de supposer que l on ne considère que des formules propres, c est à dire sans variable ambigue et permettre aussi de changer le nom de variables liées quand cela pose un problème pour effectuer une substitution. On rappelle que si la variable v est libre dans F alors F [w/v] est le résultat de la substitution de toutes les occurences libres de v dans F par la variable w. Proposition 5 (Changement de nom d une variable liée) Si la variable w n apparaît pas dans la formule F, alors v F équivaut à w F [w/v], et v F équivaut à w F [w/v]. 7

8 Lemme 6 Soit F une formule, et G une sous-formule de F. Si G est une formule équivalente à G, alors la formule F qui est la formule F dans laquelle on a remplacé la formule G par la formule G, est équivalente à F. Maintenant, soit F une formule et soit z une variable apparaissant liée dans une sousformule G de F. Alors si v est une variable qui n apparait pas du tout dans F, et si F est la formule dans laquelle on a remplacé, dans la sous-formule G la variable z par la variable v, alors F et F sont équivalentes. On en déduit que si v 1,..., v n sont des variables apparaissant liées dans F et si z 1,..., z n sont de nouvelles variables n apparaissant pas dans F alors, la formule F, dans laquelle on a remplacé chaque occurence de v i par z i est équivalente à F. On en déduit: Corollaire 7 Soit F une formule, alors il existe une formule propre G telle que F et G sont équivalentes. Preuve par induction du corollaire: Si F est une formule atomique, alors F est propre puisque toutes les occurences des variables dans F sont libres. Si F = G, alors, soit, par induction H une formule propre équivalente à G. Alors F et H sont équivalentes et H est propre. Si F = (G H); tout d abord par induction soient G et H des formules propres équivalentes respectivement à G et H. Soient v 1,..., v n les variables apparaissant liées dans G et ayant au moins une occurence dans H (si il y en a). On choisit alors de nouvelles variables z 1,..., z n n apparaissant ni dans G ni dans H et on remplace G par la formule équivalente G dans laquelle on a remplacé v i par z i. On fait ensuite de même pour les variables liées de H. Si F = v G, et si G est propre, alors F est propre. Idem pour F = (G H) et F = v G. On peut également montrer: Proposition 8 Soit F une formule, alors il existe une formule G équivalente à F qui est sous forme prénexe, c est-à-dire telle que G = Q 1 v 1 Q 2 v 2... Q n v n H, où H est une formule sans quantificateurs et Q i v i est soit v i soit v i. 8

Logique : ENSIIE 1A - contrôle final

Logique : ENSIIE 1A - contrôle final 1 Logique : ENSIIE 1A - contrôle final - CORRIGÉ Mardi 11 mai 2010 - Sans documents - Sans calculatrice ni ordinateur Durée : 1h30 Les exercices sont indépendants. Exercice 1 (Logique du premier ordre

Plus en détail

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et

Plus en détail

STAGE IREM 0- Premiers pas en Python

STAGE IREM 0- Premiers pas en Python Université de Bordeaux 16-18 Février 2014/2015 STAGE IREM 0- Premiers pas en Python IREM de Bordeaux Affectation et expressions Le langage python permet tout d abord de faire des calculs. On peut évaluer

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Calculabilité Cours 3 : Problèmes non-calculables. http://www.irisa.fr/lande/pichardie/l3/log/

Calculabilité Cours 3 : Problèmes non-calculables. http://www.irisa.fr/lande/pichardie/l3/log/ Calculabilité Cours 3 : Problèmes non-calculables http://www.irisa.fr/lande/pichardie/l3/log/ Problèmes et classes de décidabilité Problèmes et classes de décidabilité Nous nous intéressons aux problèmes

Plus en détail

Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur

Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur Université Paris-Sud Licence d Informatique Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur Adresse de l auteur : LIX École Polytechnique

Plus en détail

Initiation à la Programmation en Logique avec SISCtus Prolog

Initiation à la Programmation en Logique avec SISCtus Prolog Initiation à la Programmation en Logique avec SISCtus Prolog Identificateurs Ils sont représentés par une suite de caractères alphanumériques commençant par une lettre minuscule (les lettres accentuées

Plus en détail

Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1

Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1 Chap 4: Analyse syntaxique 1 III- L'analyse syntaxique: 1- Le rôle d'un analyseur syntaxique 2- Grammaires non contextuelles 3- Ecriture d'une grammaire 4- Les méthodes d'analyse 5- L'analyse LL(1) 6-

Plus en détail

IN 102 - Cours 1. 1 Informatique, calculateurs. 2 Un premier programme en C

IN 102 - Cours 1. 1 Informatique, calculateurs. 2 Un premier programme en C IN 102 - Cours 1 Qu on le veuille ou non, les systèmes informatisés sont désormais omniprésents. Même si ne vous destinez pas à l informatique, vous avez de très grandes chances d y être confrontés en

Plus en détail

1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles)

1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles) 1/4 Objectif de ce cours /4 Objectifs de ce cours Introduction au langage C - Cours Girardot/Roelens Septembre 013 Du problème au programme I passer d un problème exprimé en français à la réalisation d

Plus en détail

Le produit semi-direct

Le produit semi-direct Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.

Plus en détail

Cours d introduction à l informatique. Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions

Cours d introduction à l informatique. Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions Cours d introduction à l informatique Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions Qu est-ce qu un Une recette de cuisine algorithme? Protocole expérimental

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

ALGORITHMIQUE ET PROGRAMMATION En C

ALGORITHMIQUE ET PROGRAMMATION En C Objectifs ALGORITHMIQUE ET PROGRAMMATION Une façon de raisonner Automatiser la résolution de problèmes Maîtriser les concepts de l algorithmique Pas faire des spécialistes d un langage Pierre TELLIER 2

Plus en détail

Rappels Entrées -Sorties

Rappels Entrées -Sorties Fonctions printf et scanf Syntaxe: écriture, organisation Comportement Données hétérogènes? Gestion des erreurs des utilisateurs 17/11/2013 Cours du Langage C ibr_guelzim@yahoo.fr ibrahimguelzim.atspace.co.uk

Plus en détail

Fondements de l informatique Logique, modèles, et calculs

Fondements de l informatique Logique, modèles, et calculs Fondements de l informatique Logique, modèles, et calculs Cours INF423 de l Ecole Polytechnique Olivier Bournez Version du 20 septembre 2013 2 Table des matières 1 Introduction 9 1.1 Concepts mathématiques........................

Plus en détail

Algorithmique et Programmation, IMA

Algorithmique et Programmation, IMA Algorithmique et Programmation, IMA Cours 2 : C Premier Niveau / Algorithmique Université Lille 1 - Polytech Lille Notations, identificateurs Variables et Types de base Expressions Constantes Instructions

Plus en détail

Logique. Plan du chapitre

Logique. Plan du chapitre Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels

Plus en détail

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des

Plus en détail

Temps et thermodynamique quantique

Temps et thermodynamique quantique Temps et thermodynamique quantique Journée Ludwig Boltzmann 1 Ensemble Canonique Distribution de Maxwell-Boltzmann, Ensemble canonique ϕ(a) = Z 1 tr(a e β H ) Z = tr(e β H ) 2 La condition KMS ϕ(x x) 0

Plus en détail

Chapitre 10 Arithmétique réelle

Chapitre 10 Arithmétique réelle Chapitre 10 Arithmétique réelle Jean Privat Université du Québec à Montréal INF2170 Organisation des ordinateurs et assembleur Automne 2013 Jean Privat (UQAM) 10 Arithmétique réelle INF2170 Automne 2013

Plus en détail

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

Puissances d un nombre relatif

Puissances d un nombre relatif Puissances d un nombre relatif Activités 1. Puissances d un entier relatif 1. Diffusion d information (Activité avec un tableur) Stéphane vient d apprendre à 10h, la sortie d une nouvelle console de jeu.

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

CHAPITRE IV. L axiome du choix

CHAPITRE IV. L axiome du choix CHAPITRE IV L axiome du choix Résumé. L axiome du choix AC affirme qu il est légitime de construire des objets mathématiques en répétant un nombre infini de fois l opération de choisir un élément dans

Plus en détail

Utilisation des tableaux sémantiques dans les logiques de description

Utilisation des tableaux sémantiques dans les logiques de description Utilisation des tableaux sémantiques dans les logiques de description IFT6281 Web Sémantique Jacques Bergeron Département d informatique et de recherche opérationnelle Université de Montréal bergerja@iro.umontreal.ca

Plus en détail

Cégep de Saint Laurent Direction des communications et Direction des ressources technologiques. Projet WebCSL : Guide de rédaction web

Cégep de Saint Laurent Direction des communications et Direction des ressources technologiques. Projet WebCSL : Guide de rédaction web Cégep de Saint Laurent Direction des communications et Direction des ressources technologiques Projet WebCSL : Laurence Clément, conseillère en communication édimestre Marc Olivier Ouellet, webmestre analyste

Plus en détail

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3 8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Bases de données Cours 5 : Base de données déductives

Bases de données Cours 5 : Base de données déductives Cours 5 : ESIL Université de la méditerranée Odile.Papini@esil.univmed.fr http://odile.papini.perso.esil.univmed.fr/sources/bd.html Plan du cours 1 Introduction 2 approche sémantique approche axiomatique

Plus en détail

TP 1. Prise en main du langage Python

TP 1. Prise en main du langage Python TP. Prise en main du langage Python Cette année nous travaillerons avec le langage Python version 3. ; nous utiliserons l environnement de développement IDLE. Étape 0. Dans votre espace personnel, créer

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

Petit lexique de calcul à l usage des élèves de sixième et de cinquième par M. PARCABE, professeur au collège Alain FOURNIER de BORDEAUX, mars 2007

Petit lexique de calcul à l usage des élèves de sixième et de cinquième par M. PARCABE, professeur au collège Alain FOURNIER de BORDEAUX, mars 2007 Petit lexique de calcul à l usage des élèves de sixième et de cinquième par M. PARCABE, professeur au collège Alain FOURNIER de BORDEAUX, mars 2007 page 1 / 10 abscisse addition additionner ajouter appliquer

Plus en détail

avec des nombres entiers

avec des nombres entiers Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe symétrique. Chapitre II. 1 Définitions et généralités Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations

Plus en détail

Concevoir sa stratégie de recherche d information

Concevoir sa stratégie de recherche d information Concevoir sa stratégie de recherche d information Réalisé : mars 2007 Dernière mise à jour : mars 2011 Bibliothèque HEC Paris Contact : biblio@hec.fr 01 39 67 94 78 Cette création est mise à disposition

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Le chiffre est le signe, le nombre est la valeur.

Le chiffre est le signe, le nombre est la valeur. Extrait de cours de maths de 6e Chapitre 1 : Les nombres et les opérations I) Chiffre et nombre 1.1 La numération décimale En mathématique, un chiffre est un signe utilisé pour l'écriture des nombres.

Plus en détail

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

Cours 1 : Introduction Ordinateurs - Langages de haut niveau - Application

Cours 1 : Introduction Ordinateurs - Langages de haut niveau - Application Université de Provence Licence Math-Info Première Année V. Phan Luong Algorithmique et Programmation en Python Cours 1 : Introduction Ordinateurs - Langages de haut niveau - Application 1 Ordinateur Un

Plus en détail

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies INF 232: Langages et Automates Travaux Dirigés Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies Année Académique 2013-2014 Année Académique 2013-2014 UNIVERSITÉ JOSEPH

Plus en détail

V- Manipulations de nombres en binaire

V- Manipulations de nombres en binaire 1 V- Manipulations de nombres en binaire L ordinateur est constitué de milliards de transistors qui travaillent comme des interrupteurs électriques, soit ouverts soit fermés. Soit la ligne est activée,

Plus en détail

Une introduction rapide à Coq

Une introduction rapide à Coq Une introduction rapide à Coq Yves Bertot Janvier 2009 1 Démarrer le système Pour utiliser Coq on dispose de trois commandes, une commande qui sert à compiler des fichiers (coqc), une commande qui fournit

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en détail

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S FICHE Fiche à destination des enseignants TS 35 Numériser Type d'activité Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S Compétences

Plus en détail

Cours Fonctions de deux variables

Cours Fonctions de deux variables Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

Épreuve collaborative

Épreuve collaborative Épreuve collaborative Pour chaque partie, la grille permet d apprécier, selon quatre niveaux, les compétences développées dans le sujet par le candidat. Pour cela, elle s appuie sur des indicateurs traduisant

Plus en détail

Langage SQL (1) 4 septembre 2007. IUT Orléans. Introduction Le langage SQL : données Le langage SQL : requêtes

Langage SQL (1) 4 septembre 2007. IUT Orléans. Introduction Le langage SQL : données Le langage SQL : requêtes Langage SQL (1) Sébastien Limet Denys Duchier IUT Orléans 4 septembre 2007 Notions de base qu est-ce qu une base de données? SGBD différents type de bases de données quelques systèmes existants Définition

Plus en détail

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux. UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases

Plus en détail

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Déroulement. Evaluation. Préambule. Définition. Définition. Algorithmes et structures de données 28/09/2009

Déroulement. Evaluation. Préambule. Définition. Définition. Algorithmes et structures de données 28/09/2009 Déroulement Algorithmes et structures de données Cours 1 et 2 Patrick Reuter http://www.labri.fr/~preuter/asd2009 CM mercredi de 8h00 à 9h00 (Amphi Bât. E, 3 ème étage) ED - Groupe 3 : mercredi, 10h30

Plus en détail

Résumé CONCEPTEUR, INTEGRATEUR, OPERATEUR DE SYSTEMES CRITIQUES

Résumé CONCEPTEUR, INTEGRATEUR, OPERATEUR DE SYSTEMES CRITIQUES Aristote ----- Cloud Interopérabilité Retour d'expérience L A F O R C E D E L I N N O V A T I O N Résumé Les systèmes d'information logistique (SIL) sont des outils qui amènent des gains de productivité

Plus en détail

Les structures de données. Rajae El Ouazzani

Les structures de données. Rajae El Ouazzani Les structures de données Rajae El Ouazzani Les arbres 2 1- Définition de l arborescence Une arborescence est une collection de nœuds reliés entre eux par des arcs. La collection peut être vide, cad l

Plus en détail

de calibration Master 2: Calibration de modèles: présentation et simulation d

de calibration Master 2: Calibration de modèles: présentation et simulation d Master 2: Calibration de modèles: présentation et simulation de quelques problèmes de calibration Plan de la présentation 1. Présentation de quelques modèles à calibrer 1a. Reconstruction d une courbe

Plus en détail

Dérivation : Résumé de cours et méthodes

Dérivation : Résumé de cours et méthodes Dérivation : Résumé de cours et métodes Nombre dérivé - Fonction dérivée : DÉFINITION (a + ) (a) Etant donné est une onction déinie sur un intervalle I contenant le réel a, est dérivable en a si tend vers

Plus en détail

Atelier B. Prouveur interactif. Manuel Utilisateur. version 3.7

Atelier B. Prouveur interactif. Manuel Utilisateur. version 3.7 Atelier B Prouveur interactif Manuel Utilisateur version 3.7 ATELIER B Prouveur interactif Manuel Utilisateur version 3.7 Document établi par CLEARSY. Ce document est la propriété de CLEARSY et ne doit

Plus en détail

Cours de mathématiques

Cours de mathématiques DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................

Plus en détail

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2. Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

1 Définition et premières propriétés des congruences

1 Définition et premières propriétés des congruences Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon

Plus en détail

>> TECHNIQUES DE COMPTABILITÉ ET DE GESTION 410.B0

>> TECHNIQUES DE COMPTABILITÉ ET DE GESTION 410.B0 Pondération : le 1 er chiffre représente le nombre d heures de théorie, le 2 e chiffre représente le nombre d heures de laboratoire et le 3 e chiffre représente le nombre d heures de travail personnel.

Plus en détail

Théorèmes de Point Fixe et Applications 1

Théorèmes de Point Fixe et Applications 1 Théorèmes de Point Fixe et Applications 1 Victor Ginsburgh Université Libre de Bruxelles et CORE, Louvain-la-Neuve Janvier 1999 Published in C. Jessua, C. Labrousse et D. Vitry, eds., Dictionnaire des

Plus en détail

INITIATION AU LANGAGE C SUR PIC DE MICROSHIP

INITIATION AU LANGAGE C SUR PIC DE MICROSHIP COURS PROGRAMMATION INITIATION AU LANGAGE C SUR MICROCONTROLEUR PIC page 1 / 7 INITIATION AU LANGAGE C SUR PIC DE MICROSHIP I. Historique du langage C 1972 : naissance du C dans les laboratoires BELL par

Plus en détail

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

Plus en détail

La Longue Marche à travers la théorie de Galois, Part Ib, 26-37

La Longue Marche à travers la théorie de Galois, Part Ib, 26-37 La Longue Marche à travers la théorie de Galois, Part Ib, 26-37 26. Groupes de Teichmüller profinis (Discrétification et prédiscrétification) Soit π un groupe profini à lacets de type g, ν, T le Ẑ-module

Plus en détail

Logiciel de Base. I. Représentation des nombres

Logiciel de Base. I. Représentation des nombres Logiciel de Base (A1-06/07) Léon Mugwaneza ESIL/Dépt. Informatique (bureau A118) mugwaneza@univmed.fr I. Représentation des nombres Codage et représentation de l'information Information externe formats

Plus en détail

LES TYPES DE DONNÉES DU LANGAGE PASCAL

LES TYPES DE DONNÉES DU LANGAGE PASCAL LES TYPES DE DONNÉES DU LANGAGE PASCAL 75 LES TYPES DE DONNÉES DU LANGAGE PASCAL CHAPITRE 4 OBJECTIFS PRÉSENTER LES NOTIONS D ÉTIQUETTE, DE CONS- TANTE ET DE IABLE DANS LE CONTEXTE DU LAN- GAGE PASCAL.

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Expression des contraintes. OCL : Object C o n t r a i n t L a n g u a g e

Expression des contraintes. OCL : Object C o n t r a i n t L a n g u a g e P r o b l é m a t i q u e OCL : O b j e c t C o n s t r a i n t L a n g u a g e Le langage de contraintes d UML Les différents diagrammes d UML permettent d exprimer certaines contraintes graphiquement

Plus en détail

Premiers pas avec Mathematica

Premiers pas avec Mathematica Premiers pas avec Mathematica LP206 : Mathématiques pour physiciens I Année 2010/2011 1 Introduction Mathematica est un logiciel de calcul formel qui permet de manipuler des expressions mathématiques symboliques.

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

108y= 1 où x et y sont des entiers

108y= 1 où x et y sont des entiers Polynésie Juin 202 Série S Exercice Partie A On considère l équation ( ) relatifs E :x y= où x et y sont des entiers Vérifier que le couple ( ;3 ) est solution de cette équation 2 Déterminer l ensemble

Plus en détail

Compter à Babylone. L écriture des nombres

Compter à Babylone. L écriture des nombres Compter à Babylone d après l article de Christine Proust «Le calcul sexagésimal en Mésopotamie : enseignement dans les écoles de scribes» disponible sur http://www.dma.ens.fr/culturemath/ Les mathématiciens

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Huitième partie VIII. Logique du premier ordre. Plan. En bref... Avantages et inconvénients de la logique propositionnelle. Avantages.

Huitième partie VIII. Logique du premier ordre. Plan. En bref... Avantages et inconvénients de la logique propositionnelle. Avantages. Plan Huitième partie V Logique du premier ordre 1. ntroduction à l intelligence artificielle 2. Agents intelligents 3. Algorithmes classiques de recherche en A 4. Algorithmes et recherches heuristiques

Plus en détail

Proposition de sujet de thèse CIFRE EUROCOPTER / LGI2P

Proposition de sujet de thèse CIFRE EUROCOPTER / LGI2P EUROCOPTER SAS Groupe EADS Marignane Ecole des Mines d Alès Laboratoire de Génie Informatique et d Ingénierie de Production LGI2P Nîmes Proposition de sujet de thèse CIFRE EUROCOPTER / LGI2P Titre Domaine

Plus en détail

Etudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique adapté

Etudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique adapté Compétences travaillées : Mettre en œuvre un protocole expérimental Etudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique

Plus en détail

2 Comment fonctionne un ordinateur, dans les grandes lignes

2 Comment fonctionne un ordinateur, dans les grandes lignes Programmation 1 Cours n 1 GB3, 2 nd semestre 2014-2015 Cours de Python Gilles Bernot Les notes de cours et les feuilles de TD sont disponibles (avec un peu de retard par rapport au déroulement du cours)

Plus en détail

Cours Informatique Master STEP

Cours Informatique Master STEP Cours Informatique Master STEP Bases de la programmation: Compilateurs/logiciels Algorithmique et structure d'un programme Programmation en langage structuré (Fortran 90) Variables, expressions, instructions

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

L informatique en BCPST

L informatique en BCPST L informatique en BCPST Présentation générale Sylvain Pelletier Septembre 2014 Sylvain Pelletier L informatique en BCPST Septembre 2014 1 / 20 Informatique, algorithmique, programmation Utiliser la rapidité

Plus en détail

Cours 1 : La compilation

Cours 1 : La compilation /38 Interprétation des programmes Cours 1 : La compilation Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr PPS - Université Denis Diderot Paris 7 2/38 Qu est-ce que la compilation? Vous avez tous déjà

Plus en détail

MICROINFORMATIQUE NOTE D APPLICATION 1 (REV. 2011) ARITHMETIQUE EN ASSEMBLEUR ET EN C

MICROINFORMATIQUE NOTE D APPLICATION 1 (REV. 2011) ARITHMETIQUE EN ASSEMBLEUR ET EN C Haute Ecole d Ingénierie et de Gestion Du Canton du Vaud MICROINFORMATIQUE NOTE D APPLICATION 1 (REV. 2011) ARITHMETIQUE EN ASSEMBLEUR ET EN C Programmation en mode simulation 1. DOCUMENTS DE RÉFÉRENCE...

Plus en détail

CRYPTOGRAPHIE. Signature électronique. E. Bresson. Emmanuel.Bresson@sgdn.gouv.fr. SGDN/DCSSI Laboratoire de cryptographie

CRYPTOGRAPHIE. Signature électronique. E. Bresson. Emmanuel.Bresson@sgdn.gouv.fr. SGDN/DCSSI Laboratoire de cryptographie CRYPTOGRAPHIE Signature électronique E. Bresson SGDN/DCSSI Laboratoire de cryptographie Emmanuel.Bresson@sgdn.gouv.fr I. SIGNATURE ÉLECTRONIQUE I.1. GÉNÉRALITÉS Organisation de la section «GÉNÉRALITÉS»

Plus en détail

M06/5/COMSC/SP1/FRE/TZ0/XX INFORMATIQUE NIVEAU MOYEN ÉPREUVE 1. Mardi 2 mai 2006 (après-midi) 1 heure 30 minutes INSTRUCTIONS DESTINÉES AUX CANDIDATS

M06/5/COMSC/SP1/FRE/TZ0/XX INFORMATIQUE NIVEAU MOYEN ÉPREUVE 1. Mardi 2 mai 2006 (après-midi) 1 heure 30 minutes INSTRUCTIONS DESTINÉES AUX CANDIDATS IB INFORMATIQUE NIVEAU MOYEN ÉPREUVE 1 DIPLOMA PROGRAMME PROGRAMME DU DIPLÔME DU BI PROGRAMA DEL DIPLOMA DEL BI M06/5/COMSC/SP1/FRE/TZ0/XX 22067017 Mardi 2 mai 2006 (après-midi) 1 heure 30 minutes INSTRUCTIONS

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

Théorie des Langages

Théorie des Langages Théorie des Langages Analyse syntaxique descendante Claude Moulin Université de Technologie de Compiègne Printemps 2010 Sommaire 1 Principe 2 Premiers 3 Suivants 4 Analyse 5 Grammaire LL(1) Exemple : Grammaire

Plus en détail

TP : Gestion d une image au format PGM

TP : Gestion d une image au format PGM TP : Gestion d une image au format PGM Objectif : L objectif du sujet est de créer une classe de manipulation d images au format PGM (Portable GreyMap), et de programmer des opérations relativement simples

Plus en détail

Théorie de la Programmation

Théorie de la Programmation Théorie de la Programmation http://perso.ens-lyon.fr/daniel.hirschkoff/thpr hop Programmation, Théorie de la programmation Langages de programmation I il existe de nombreux langages de programmation I

Plus en détail

Maple: premiers calculs et premières applications

Maple: premiers calculs et premières applications TP Maple: premiers calculs et premières applications Maple: un logiciel de calcul formel Le logiciel Maple est un système de calcul formel. Alors que la plupart des logiciels de mathématiques utilisent

Plus en détail

OM 1 Outils mathématiques : fonction de plusieurs variables

OM 1 Outils mathématiques : fonction de plusieurs variables Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.

Plus en détail

ET 24 : Modèle de comportement d un système Boucles de programmation avec Labview.

ET 24 : Modèle de comportement d un système Boucles de programmation avec Labview. ET 24 : Modèle de comportement d un système Boucles de programmation avec Labview. Sciences et Technologies de l Industrie et du Développement Durable Formation des enseignants parcours : ET24 Modèle de

Plus en détail